使用案例

如何為白板影片製作 AI 配音並製作多語言版本:自有 TTS、聲音克隆與翻譯

白板影片的配音有兩種方式:真人逐段錄音,或串接你自己的 TTS API 產生 AI 配音(支援參考音訊聲音克隆);再用 AI 翻譯將腳本與畫布文字翻譯成 13 種語言,切換語言後重新配音錄製,一個畫布就能製作多語言影片。

Eyesme 團隊
Eyesme 團隊
釋出於
如何為白板影片製作 AI 配音並製作多語言版本:自有 TTS、聲音克隆與翻譯

先給結論:白板影片的配音有兩種做法:使用麥克風逐段真人錄音,或在 AI 配音分頁接入你自己的 TTS API 逐段生成(支援參考音訊聲音克隆);腳本與畫布文字還能用 AI 翻譯成 13 種語言,切換語言後重新生成配音再錄一遍,一套畫布產出多語言版本。

配音的兩種方式

分段錄製時,每段旁白可以來自兩個地方:

方式工作流程特點
真人錄音使用麥克風逐段錄音,提詞器照稿講最有個人風格,邊錄邊改
AI 配音在 AI 配音分頁用 TTS 將腳本轉成語音,旁白模式邊播放邊錄製不想出聲、多語言、批次修改稿件後重新錄製都很方便

兩種方式可以依段落混用,例如主講段落使用真人錄音,開場白和結尾使用 AI 配音。

錄製流程本身(分段、投影片聯動、字幕燒入、匯出)請見錄製篇;本文聚焦聲音與多語言。

自備 TTS 與聲音克隆

AI 配音分頁中先完成一次性設定:填入你自己的 TTS 服務:

  • API 端點與驗證:相容常見 TTS 介面的請求格式,可自訂請求欄位名稱;
  • 模型與語言代碼:依你的服務填寫;
  • 參考音訊 + 參考文字:提供一段樣本音訊與對應文字即可進行聲音克隆,讓 TTS 使用這個聲音朗讀腳本。

也就是說,工具不附帶固定音色庫,你的 TTS 服務有什麼聲音,配音就有什麼聲音。生成的配音會快取在瀏覽器本機,同一份腳本重新錄製時不必重複生成。

AI 配音分頁:逐段生成與試聽每段腳本一張卡片:生成 TTS、試聽、重新生成,也可全部並行生成

逐段生成與旁白模式錄製

配音依段落組織,與投影片一一對應:

  1. 逐段生成:每個段落卡片可單獨生成 TTS、試聽,不滿意時重新生成;
  2. 全部生成:並行生成所有段落的配音,並快取在本機;
  3. 旁白模式錄製:錄製時自動播放 TTS 時間軸,畫布依段落切換,一次錄製一支完整的配音影片;
  4. 匯出:與一般錄製相同,直接輸出 MP4。

分段卡片:腳本、字幕速度與逐段錄製腳本拆分成段落後,配音、字幕與投影片共用同一套段落結構

字幕與配音來自同一份腳本:字幕會依語速估算時間並燒入畫面,配音由 TTS 朗讀,內容自然一致;時間軸的貼合度可以在設定中調整字幕速度。

翻譯成 13 種語言

腳本和畫布上的文字元素都可以使用 AI 翻譯:

  • 翻譯範圍:兩者都翻譯/僅旁白腳本/僅畫布文字;
  • 目標語言:13 種(中文、英語、德語、法語、西班牙語、日語、韓語等);
  • 翻譯服務:同樣需要自備,在設定中填入 LLM 的 API(支援 OpenAI Chat Completions 與 Anthropic Messages 兩種協定);
  • 風格預設:會話式/正式/隨意,控制譯文語氣;
  • 譯文可以逐段編輯,儲存至本機後與原語言並存。

白板影片工作室全景:畫布、腳本與面板翻譯會套用於旁白腳本與畫布文字,畫布圖形結構維持不變

切換語言後重新錄製的工作流程

一套畫布產出多語言影片的關鍵是「翻譯後重新配一次音」:

  1. 翻譯:選取目標語言,將旁白腳本與畫布文字翻譯過去(可逐段編輯潤飾);
  2. 切換語言:專案切換至目標語言,畫布文字與腳本也會隨之切換;
  3. 重新生成配音:TTS 依新語言的文字重新逐段生成;
  4. 重新錄製:再次以旁白模式錄製,匯出目標語言的 MP4。

原語言版本的資料會保留在本機,隨時可以切回去重新錄製。

與手動配音工作流程比較

手動配音/後製工具白板影片工作室
TTS需要另外尋找 TTS 工具生成音訊,再進行對齊腳本一鍵逐段生成,自動對齊段落
多語言每種語言都要重寫、重新錄製、重新對齊一鍵翻譯腳本,切換語言後重新生成配音
字幕需要使用字幕軟體對軸由同一份腳本自動燒入
聲音固定音色或另外購買使用你的 TTS 服務,支援聲音克隆
資料素材散落在多個工具中全部儲存在同一個專案本機

一句話:手動工作流程勝在每個步驟都可以更換工具,白板工作室勝在「腳本修改一次,配音、字幕、翻譯全流程跟著走」。

常見問題

AI 配音需要自己的 TTS 服務嗎?

需要。工具不附帶固定音色庫,請在設定中填入你自己的 TTS API(端點、驗證、模型與語言代碼),支援自訂請求欄位名稱,相容常見 TTS 介面格式。

支援聲音克隆嗎?

支援。提供一段參考音訊與對應文字,TTS 就會使用這個聲音朗讀腳本;參考音訊可在設定中配置。

支援哪些語言?

翻譯目標語言共 13 種(中文、英語、德語、法語、西班牙語、日語、韓語等);TTS 支援的語言取決於你的服務,語言代碼需在設定中填寫。

真人錄音能和 AI 配音混用嗎?

可以依段落組織,部分段落使用麥克風錄音,部分段落使用 TTS 生成的配音,最後統一合併匯出。

字幕會和配音同步嗎?

字幕與配音來自同一份腳本,內容自然一致;字幕時間軸依語速估算,可以在設定中調整字幕速度,讓燒入節奏更貼合。

翻譯會改動畫布上的圖形嗎?

不會。翻譯只處理旁白腳本與畫布文字元素的內容,圖形、位置與結構維持不變;譯文可以逐段編輯。

費用怎麼計算?

AI 配音與翻譯會呼叫你自備的 TTS 與 LLM 服務,費用由你的服務端收取;畫布錄製與匯出無浮水印則涉及 Eyesme 的付費權益。

資料儲存在哪裡?

腳本、譯文、分段影片與配音音訊都儲存在瀏覽器本機儲存空間中,不會上傳至伺服器。

功能與說明以 /draw 工作室目前實際狀態為準(2026 年 11 月 12 日核驗),可能隨版本調整;本文中的產品截圖來自目前介面。


準備好讓一套畫布說出多種語言了嗎?開啟 Draw Studio,先在錄製篇錄好中文版,再使用 AI 配音與翻譯製作多語言版本。

相關案例